自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人(rén)工智能话题。在最近的一(yī)次采访(fǎng)中(zhōng)，他(tā)再次(cì)表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧(jù)烈的洗牌”。

这个(gè)结论是他在当(dāng)地(dì)时(shí)间2月(yuè)20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期，AI的发展可能会威胁(xié)到谷(gǔ)歌(gē)的市占(zhàn)率，因为微(wēi)软在AI方(fāng)面的行动相当迅速。而最终(zhōng)科(kē)技(jì)巨头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代(dài)亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全(quán)能(néng)助手的(de)到来可能尚需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

鲁j是哪个城市 鲁j是哪个省的车牌号 data-s="300,640" data-type="jpeg" data-w="1000">

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅(fú)名(míng)为《太空歌剧院(yuàn)》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以(yǐ)在应用中(zhōng)输入一组关(guān)键词(cí)或者一张(zhāng)照片，就能获得一幅AI创作的画作(zuò)。

作画的关键就是所输入的文本。同一组关键词(cí)也(yě)可以创作(zuò)出很多张(zhāng)风格不一(yī)样的画作，这让(ràng)创(chuàng)作的过程(chéng)就像开盲盒(hé)。

很多用(yòng)户很(hěn)喜欢这(zhè)种不确定的(de)惊(jīng)喜，他(tā)们会(huì)将(jiāng)生成的美(měi)图当做(zuò)头像(xiàng)。而另一(yī)部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车现场(chǎng)”，例如，一(yī)位网友的小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有网友的个(gè)人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关键词游戏(xì)可能要被(bèi)颠覆了(le)。

ControlNet是一位(wèi)正在斯(sī)坦福(fú)读博(bó)的中国人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变(biàn)形算法，主要用(yòng)于数(shù)字(zì)图像(xiàng)处(chù)理(lǐ)、计算机视(shì)觉和计(jì)算(suàn)机图(tú)形学等领域。

其(qí)SD插(chā)件一经发布(bù)，在短(duǎn)短的两天内便成为(wèi)了(le)AI绘画领域最新的(de)热点。

在此之前，大家用(yòng)了很多方法想让AI生成的结果尽(jǐn)可能的符(fú)合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面(miàn)的构图，人物的姿势和画面(miàn)的深度信息(xī)等(děng)。有了它(tā)的帮(bāng)助，就(jiù)不(bù)用频繁的用提示词(cí)来碰运气，抽盲盒式的创作(zuò)了(le)。

通俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔(mó)法”，不(bù)少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应(yīng)的关(guān)键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效(xiào)果。

通过(guò)图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了(le)真(zhēn)实(shí)的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还(hái)能(néng)实现(xiàn)线稿转全(quán)彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊(zūn)也亲(qīn)自(zì)回(huí)应。

不得不说当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输出的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而(ér)经过(guò)警(jǐng)方辟谣这(zhè)所谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个活动里面给出的(de)美女照(zhào)片(piàn)都是AI制(zhì)作的(de)真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播了(le)。

不过仔细观察可(kě)以发现，活动发起者(zhě)提(tí)供的照(zhào)片(piàn)中(zhōng)有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手(shǒu)指部分有的存在异(yì)常。

有行业人(rén)事(shì)表示(shì)：“现(xiàn)在(zài)因为手指部分(fēn)的绘画算法比较复杂，AI还不太会画人的手，但最新看到的图片(piàn)已经有越来(lái)越完美(měi)的AI模型出(chū)现，以后可(kě)能就(jiù)完全没(méi)有漏洞了。”

类似(shì)的(de)AI作图诈骗在国(guó)外(wài)也(yě)已有发(fā)生。据(jù)英国广(guǎng)播(bō)公司报道(dào)，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐(juān)助(zhù)”从而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照(zhào)片般的绘图效果，如果这样的图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前(qián)人的作品之后，其创作没有任何情绪和(hé)灵魂，难以和人类(lèi)的(de)艺术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得(dé)到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也强(qiáng)调(diào)，人工智能的安(ān)全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是有两(liǎng)面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现在(zài)看来，人(rén)工(gōng)智能技术将是第四次(cì)工(gōng)业革命的核心驱动力量(liàng)，将(jiāng)创(chuàng)造新的(de)增长奇迹。

过去一年，人工智能在技术和(hé)商业(yè)层面都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变(biàn)的一个代表。其下(xià)一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后发布(bù)了几(jǐ)条引爆科技(jì)圈(quān)的短视(shì)频。这些视(shì)频引发关注并非内容做得(dé)多优(yōu)秀，反(fǎn)而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一只画(huà)画的玩具熊(xióng)，或者一段骑(qí)摩托(tuō)车(chē)的第一视角录(lù)像，随便(biàn)一(yī)个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的(de)创作方(fāng)式(shì)非常简单，创作者(zhě)仅仅(jǐn)需要(yào)向(xiàng)AI输入一段话，甚至只是(shì)说一下要求(qiú)，AI就可以根(gēn)据需要(yào)生成一段视(shì)频(pín)。

谷歌(gē)发(fā)布的(de)两(liǎng)个AI生成视频(pín)分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做出更(gèng)高清视频的(de)AI还不足以在短时间(jiān)内(nèi)戳中(zhōng)兴奋点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它(tā)可以制作出超过2分钟的连贯的(de)也有(yǒu)确切内容的视频，这才(cái)是真正让人们(men)感到惊喜的地(dì)方。因(yīn)为无论AI生成(chéng)的视频多么高清，也只(zhǐ)能(néng)是为内容生产者提供一个(gè)灵感，一(yī)个素材，一个过场动(dòng)画。

不(bù)过能够制作(zuò)出有(yǒu)具(jù)体剧情内容的视频就(jiù)意味着(zhe)，一些(xiē)视频创作由AI代替人工完成已经(jīng)初(chū)步有(yǒu)了可(kě)能。

当下(xià)AI的发展速(sù)度已经超(chāo)过大部分人的(de)想(xiǎng)象。内容产(chǎn)业的本质(zhì)是(shì)供给(gěi)创造(zào)需求，AIGC作为(wèi)全新的(de)内容(róng)生产方式，可以为内(nèi)容产业(yè)带来更新的内容风格、更快的生(shēng)产速(sù)度，更(gèng)低(dī)的(de)生产成本，这(zhè)无疑会驱(qū)动内(nèi)容产业(yè)的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不(bù)难发现(xiàn)该项技术(shù)不仅在游戏等行业能得到(dào)有效(xiào)应(yīng)用，对于下一(yī)代互联网(wǎng)各种元素的构建亦有(yǒu)关键意义(yì)。

从商业(yè)化(huà)的角度来看，文化娱(yú)乐、教(jiào)育、传(chuán)媒等(děng)诸多领(lǐng)域，本(běn)身就对基(jī)于AI的(de)可(kě)视(shì)化内容有强烈(liè)需(xū)求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程(chéng)中的一块重要拼图，有望在(zài)技(jì)术(shù)更(gèng)新(xīn)的加(jiā)持(chí)下(xià)实现(xiàn)更大的(de)应用价值。

AI从理(lǐ)解内容，走向了可以生成内容(róng)，甚(shèn)至能够创造出(chū)独立价值和独立视(shì)角的(de)内容。AIGC的再次出圈(quān)，更(gèng)代表着(zhe)未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多(duō)模态大模型已经成为(wèi)了新的(de)趋势。

大(dà)模型被(bèi)誉(yù)为当前人工(gōng)智(zhì)能发(fā)展的智能(néng)底座，是(shì)全球竞(jìng)争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都(dōu)在(zài)竞相发力。

不过训练大模型(xíng)的确价格(gé)不菲，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告(gào)估算，GPT-3训练一(yī)次的成本约为140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模型)，训(xùn)练(liàn)成本则介于200万美(měi)元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需求为3万多(duō)片英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注(zhù)各(gè)类大模型的(de)发展同时(shí)，更应该关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产业(yè)发展进入史诗级(jí)加速进程，让AIGC及(jí)通(tōng)用AI这(zhè)一(yī)人工智(zhì)能(néng)发(fā)展的终极目(mù)标离(lí)得更近。

因为算力可以(yǐ)对(duì)突破性技术创新提供大(dà)力的(de)支持(chí)。这方(fāng)面，多模态大(dà)模型是(shì)典型。作(zuò)为面向未来强(qiáng)人工智能、通用(yòng)人工智能的(de)重要技术创新，多模态大模型(xíng)已经(jīng)在人工智能领(lǐng)域(yù)提出了很多年，业界也(yě)有不少(shǎo)技术突破(pò)，但是，多(duō)模(mó)态大模(mó)型进一(yī)步(bù)往(wǎng)下走，算力需求呈几(jǐ)何(hé)式上升(shēng)，一般的算力基础设施很(hěn)快(kuài)将难以胜任。

从图(tú)像、文字、语音单独一项的训(xùn)练，到双模态(tài)、三(sān)模态的跃迁，让人(rén)工(gōng)智能(néng)可(kě)以灵(líng)活应(yīng)对不同模态(tài)的(de)转化、像人与(yǔ)世界交互(hù)一样自然，这方面，由算力(lì)网络来驱动将(jiāng)有明显优势(shì)。

此(cǐ)外，还(hái)有(yǒu)很多需(xū)要爆发式(shì)增(zēng)长的算力来支(zhī)撑(chēng)的技术创新，将在人工智能算力网络支撑下快速推进。鲁j是哪个城市 鲁j是哪个省的车牌号ong>